| ... | ... | @@ -11,11 +11,13 @@ Toutes les séquences sont [disponibles en ligne sur notre chaine YouTube](https |
|
|
|
|
|
|
|
## Prochaine séquence
|
|
|
|
|
|
|
|
| **Séquence 6 : Jeudi 18 janvier, 14h : Méthodologie des modèles et de l'apprentissage** |
|
|
|
|
|-------------------------------------------------------------------------------------|
|
|
|
|
| [<img src="uploads/ed7d01c0f9818b85e49b99b26bce34a3/Live-6a-xs.png" width=400px>](https://www.youtube.com/live/KD6RRnf3Log?si=h0zsWD7RUjdkfGTf) |
|
|
|
|
| Et si on mettait un peu de **méthodologie** ? <br />La mise en œuvre des modèles **d'apprentissage profond** nécessite de passer par diverses étapes, allant de la **préparation des données** à la **conception du modèle**, en passant par le choix des **fonctions de perte** et des algorithmes **d'optimisation**, l'entraînement via la **rétropropagation**, la **régularisation**, ou encore l'ajustement minutieux des **hyperparamètres**. <br />Dans cette **séquence captivante**, nous allons nous plonger dans le détail de ces quelques points clés, qui conditionneront la **qualité de tous nos apprentissages** ! <br/>Durée : 2h00 |
|
|
|
|
| En direct sur notre chaine [**YouTube**](https://www.youtube.com/@CNRS-FIDLE) - https://www.youtube.com/@CNRS-FIDLE |
|
|
|
|
| **Séquence 7 : Jeudi 25 janvier, 14h : Principes et concepts des réseaux de neurones convolutifs (CNN)** |
|
|
|
|
|------------------------------------------------------------------------------------------------------|
|
|
|
|
| [<img src="uploads/a54bded0f3af3089e97efd27c4248ab5/Live-7a-xs.png" width=400px>](https://www.youtube.com/live/FjhWpgCzStk?si=9tIojSF95XpU6ern) |
|
|
|
|
| Proposés par Yann LeCun, à la fin des années 90, les **réseaux de neurones convolutifs** constituent une **brique essentielle** et **incontournable** de l'intelligence artificielle moderne !<br><br>A travers cette séquence **riche en images**, nous explorerons les **fondamentaux** des **CNN** et mettrons en œuvre de manière pratique ces réseaux, à travers des **exemples simples** de **classification d'images.**<br><br>Au menu de cette séquences :<br><br>\- Principes et bases des neurones convolutifs<br />\- Architecture des réseaux convolutifs<br />\- Cas d'usages<br />\- Exemple 1 : Classification de chiffres manuscrits (MNIST)<br />\- Exemple 2 : Classification de panneaux routiers (données réelles, GTSRB)
|
|
|
|
Durée : 2h00 |
|
|
|
|
| En direct sur notre chaine [**YouTube**](https://www.youtube.com/@CNRS-FIDLE) - https://www.youtube.com/@CNRS-FIDLE
|
|
|
|
[Lien direct](https://www.youtube.com/live/RsxUYZRjmX8?si=DPUer8ZCaWp_83V0) |
|
|
|
|
|
|
|
|
|
|
|
|
Pour en savoir plus :
|
| ... | ... | |
